03568ntm a22005777i 4500 000716615 CZ-PrVSE 20241012102350.0 m d cr n|||||||||| 241012s2024 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Pronevich, Ekaterina ISIS:156444 dis Application of machine learning for cosmetics sales optimization : analysis and prediction eng Využití strojového učení pro optimalizaci prodeje kosmetiky : Analýza a predikce Ekaterina Pronevich 2024 ?? stran : digital, PDF soubor Vedoucí práce: Zdeněk Smutný Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2024 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2024 Diplomová práce se zabývá využitím strojového učení pro predikci prodeje kosmetických výrobků na českém trhu. Hlavním cílem práce bylo vybrat a využít modely pro predikci prodeje kosmetických výrobků. Sekundárním cílem bylo vyhodnotit účinnost těchto modelů. Cíle práce byly stanoveny na základě analýzy rozhovoru s obchodním manažerem společnosti vyrábějící profesionální vlasové produkty. Tento rozhovor se skládal ze šesti hlavních témat, jejichž cílem bylo komplexní poznaní procesu firmy s cílem identifikovat potřeby společnosti. K predikci prodeje byly použity reálná data kosmetické společnosti za tříleté období od roku 2021 do roku 2023. Tento soubor dat obsahoval 1 485 921 řádků a 15 sloupců o prodejích na českém trhu. Mezi vybrané a použité modely strojového učení patří SARIMAX a také modely založené na neuronových sítích, jako jsou LSTM a RNN. K vyhodnocení výkonnosti modelů byly použity metriky MAE, MAPE a MSE. Nejlepších výsledků bylo dosaženo při použití modelů založených na neuronových sítích, zejména modelu RNN, který na základě metrik vykazoval nejvyšší přesnost. Mezi faktory ovlivňující přesnost modelů patří kombinace ovlivňujících a neovlivňujících prodejních promoakcí ve stejném období. Způsob přístupu: Internet data a analytika pro business [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas strojové učení neuronové sítě SARIMAX LSTM RNN MAE MAPE MSE Predikce prodeje Smutný, Zdeněk xx0248843 ths Chudán, David js20100609002 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/86945/podrobnosti VŠKP v InSIS https://aleph.vse.cz/neverejny_soubor_prace.pdf Hlavní práce https://insis.vse.cz/zp/86945/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/86945/posudek/oponent/81286 Oponentura https://aleph.vse.cz/neverejny_soubor_prace.pdf Přiloha k práci https://insis.vse.cz/zp/86945/podrobnosti dc:identifier NEPOSILAT VSKP vse86945 241008 86945